Data Structure ?
298.85M
Data Structure ?
*The above analysis is the result extracted and analyzed by the system, and the specific actual data shall prevail.
README.md
# 概要
GitHub上のバグ、機能、質問を予見することは、特にGitHubのイシューを含む膨大なデータセットが用意されている場合、楽しいことがあります。このハッカソンでは、MachineHackコミュニティに対して、GitHubのタイトルと本文に基づいてバグ、機能、質問を予測できるアルゴリズムを考え出すよう挑戦します。テキストデータには、特にデータセットが大きい場合、多くの課題があります。このようなデータセットを分析するには、主に生テキストを表現して機械が理解できるようにするための前処理が必要なため、多くのことを考慮する必要があります。通常、生の情報を語幹化や語形還元し、その後TF-IDFや単語埋め込みなどを使用して表現します。
ただし、Transformerベースの**BERT**モデルなどの**最先端のNLPモデル**があれば、TF-IDFやカウントベクトル化のような手動の特徴量エンジニアリングを省略することができます。この短い期間では、様々な事前学習済みモデルを使用して、NLPにおけるImageNetモーメント（転移学習）を活用することをおすすめします。
このハッカソンでは、機械学習の専門家全員にとって、質の高いコードを書いて賞品を獲得するための興味深い学習曲線もあります。評価には、[こちらのEmboldコード分析プラットフォーム](https://embold.io/free)を使用してコード品質スコアを取得することが含まれます。
すべての参加者は、ハッカソンを進める前に、必須の手順として[Emboldのプラットフォーム](https://embold.io/free)に無料で登録する必要があります。
# データセットの説明:
- Train.json - 150000行×3列（ターゲット変数としてラベル列を含む）
- Test.json - 30000行×2列
- Train_extra.json - 300000行×3列（ターゲット変数としてラベル列を含む）
これは専ら学習目的で提供されており、モデルの学習のためにtrain.jsonに追加することができます。
- Sample Submission.csv - 有効な提出物を生成する方法の詳細については、評価セクションを確認してください。
# 属性の説明:
- Title - GitHubのバグ、機能、質問のタイトル
- Body - GitHubのバグ、機能、質問の本文
- Label - 様々なクラスのラベルを表します
1. バグ - 0
2. 機能 - 1
3. 質問 - 2
×
The dataset is currently being organized and other channels have been prepared for you. Please use them
The dataset is currently being organized and other channels have been prepared for you. Please use them
Note: Some data is currently being processed and cannot be directly downloaded. We kindly ask for your understanding and support.
No content available at the moment
No content available at the moment
- Share your thoughts
Go share your ideas~~
ALL
Welcome to exchange and share
Your sharing can help others better utilize data.
Data usage instructions:
I. Data Source and Display Explanation:
- 1. The data originates from internet data collection or provided by service providers, and this platform offers users the ability to view and browse datasets.
- 2. This platform serves only as a basic information display for datasets, including but not limited to image, text, video, and audio file types.
- 3. Basic dataset information comes from the original data source or the information provided by the data provider. If there are discrepancies in the dataset description, please refer to the original data source or service provider's address.
II. Ownership Explanation:
- 1. All datasets on this site are copyrighted by their original publishers or data providers.
III. Data Reposting Explanation:
- 1. If you need to repost data from this site, please retain the original data source URL and related copyright notices.
IV. Infringement and Handling Explanation:
- 1. If any data on this site involves infringement, please contact us promptly, and we will arrange for the data to be taken offline.
- 1. The data originates from internet data collection or provided by service providers, and this platform offers users the ability to view and browse datasets.
- 2. This platform serves only as a basic information display for datasets, including but not limited to image, text, video, and audio file types.
- 3. Basic dataset information comes from the original data source or the information provided by the data provider. If there are discrepancies in the dataset description, please refer to the original data source or service provider's address.
- 1. All datasets on this site are copyrighted by their original publishers or data providers.
- 1. If you need to repost data from this site, please retain the original data source URL and related copyright notices.
- 1. If any data on this site involves infringement, please contact us promptly, and we will arrange for the data to be taken offline.
VIP Download(0.24/day)
Download
0 
253
0
0
collect
Share